基于R软件的统计模拟

基于R软件的统计模拟,主要内容,1.统计模拟的基本概念,2.赶火车问题,3.R软件的统计模拟功能,4.应用R软件模拟验证大数定律,5.应用R软件模拟验证中心极限定理,一、统计模拟的基本概念,（一）统计模拟的定义,统计模拟即是计算机统计模拟，它实质上是计算机建模，而这里的计算机模型就是计算机方法、统计模型(如程序、流程图、算法等)，它是架于计算机理论和实际问题之间的桥梁。它与统计建模的关系如下图。,实际问题,统计、逻辑模型,计算机模拟（程序、算法）,统计、计算机解,实际解,一、统计模拟的基本概念,（二）统计模拟方法,一般地，统计模拟分类如下：若按状态变量的变化性质分为连续随机模拟和离散随机模拟。而按变量是否随时间变化又可分为动态随机模拟和静态随机模拟。常用的统计模拟方法主要有以下几种：1.蒙特卡罗法2.系统模拟方法3.其它方法：包括Bootstrap(自助法)、MCMC（马氏链蒙特卡罗法）等。,一、统计模拟的基本概念,（三）统计模拟的一般步骤,二、赶火车问题,一列列车从A站开往B站，某人每天赶往B站上车。他已经了解到火车从A站到B站的运行时间是服从均值为30min，标准差为2min的正态随机变量。火车大约下午13：00离开A站，此人大约13:30到达B站。火车离开A站的时刻及概率如表1所示，此人到达B站的时刻及概率如表2所示。问此人能赶上火车的概率有多大？,表1：火车离开A站的时刻及概率,表2：某人到达B站的时刻及概率,二、赶火车问题,问题的分析这个问题用概率论的方法求解十分困难，它涉及此人到达时刻、火车离开站的时刻、火车运行时间几个随机变量，而且火车运行时间是服从正态分布的随机变量，没有有效的解析方法来进行概率计算。在这种情况下可以用计算机模拟的方法来解决。,：火车从A站出发的时刻；：火车从A站到B站的运行时间；：某人到达B站的时刻；：随机变量服从正态分布的均值；：随机变量服从正态分布的标准差；,二、赶火车问题,进行计算机统计模拟的基础是抽象现实系统的数学模型,为了便于建模，对模型中使用的变量作出如下假定：,此人能及时赶上火车的充分必要条件为：，所以此人能赶上火车的概率模型为：。,二、赶火车问题,为了分析简化，假定13时为时刻t=0，则变量、的分布律为：,二、赶火车问题,R软件求解的总算法：,产生随机数,验证模型,成立次数k=k+1,否,是,计算估计结果k/n,成立次数不变,是,否,编写R程序,借助区间(0,1)分布产生的随机数，对变量、概率分布进行统计模拟；,根据变量、概率分布及模拟程序、命令产生n个随机分布数；,使用随机产生的n组随机数验证模型中的关系表达式是否成立；,计算n次模拟实验中，使得关系表达式成立的次数k；,当时，以作为此人能赶上火车的概率p的近似估计；,进入演示,windows(7,3)prb=replicate(100,#括号内程序重复100次x=sample(c(0,5,10),1,prob=c(0.7,0.2,0.1)y=sample(c(28,30,32,34),1,prob=c(0.3,0.4,0.2,0.1)plot(0:40,rep(1,41),type=n,xlab=time,ylab=,axes=FALSE)axis(1,0:40)r=rnorm(1,30,2)points(x,1,pch=15)i=0while(i=y)points(y,1,pch=19)Sys.sleep(0.1)points(y,1,pch=19)title(ifelse(x+ry)mean(prb),进入模拟,三、R软件的统计模拟功能,1、R软件优秀的随机数模拟功能,生产某概率分布的随机数是实现统计模拟的前提条件，而使用R命令可以生成以下常用分布的随机数：,三、R软件的统计模拟功能,2、优良的编程环境和编程语言,R所拥有的好的兼容性、拓展性和强大的内置函数有利于统计模拟的实现。,3、高效率的向量运算功能,使用R拥有的向量运算功能可以大大减少程序运行的时间，提高程序运行的效率。,下面以求解Pi的程序为例加以说明,未采用R向量运算功能的程序为：,mc1-function(n)set.seed(1234579)k-0;x-runif(n);y-runif(n);for(iin1:n)if(xi2+yi21)k-k+1;data.frame(Pi=4*k/n),引入向量运算功能改进后的程序为：,mc1-function(n)set.seed(1234579)k-0;x-runif(n);y-runif(n);k0,有,（2）辛钦定理：设随机变量相互独立，服从同一分布，且具有数学期望，则对于任意正数，有,四、应用R软件模拟验证大数定律,2、在R软件实现的算法思想：,由大数定律可知，当，样本的均值趋向与理论分布的期望，因此利用样本容量逐渐增大这一趋势来模拟这一趋势，在这种趋势下，样本的均值与理论分布期望的误差应该呈现出越来越小的趋势，同时，根据上述思想，分别对五种常用分布下的大数定律进行验证。,四、应用R软件模拟验证大数定律,大数定律模拟算法,设置参数值,产生m维序列,绘图,是,否,编写R程序,选择分布类型,产生随机数,计算样本均值y,设置循环的跳跃步长、的第一次抽样的样本容量初始值和上限值；,利用函数产生由各模拟样本空间大小组成的m维序列；,选择随机数的分布类型，本文中的相关程序仅选择了常用的随机分布：正态分布、指数分布、均匀分布、泊松分布、二项分布、两点分布；,利用R软件产生n个服从同一分布的随机数；,计算（或）的值；,若循环次数im，则回转，否则转;,以x轴代表样本容量n，y轴代表每次抽样所得的样本均值，描绘出整个试验的过程。,进入演示,五、应用R软件模拟验证中心极限定理,1、验证的中心极限定理有,（1）独立同分布的中心极限定理：设随机变量相互独立，服从同一分布，且具有数学期望和方差：，则随机变量之和的标准化变量：,的分布函数对于任意满足：,（2）DeMoivre-Laplace(棣莫弗-拉普拉斯)中心极限定理,设相互独立的随机变量服从参数为p的两点分布，则对于任意实数x，有,五、应用R软件模拟验证中心极限定理,选择分布类型,确定参数m和n,统计检验和描述性分析,是,否,编写R程序,产生随机数,计算标准化随机变量,设置参数j和step,中心极限定理模拟算法,选择随机变量的分布类型，主要分布类型有正态分布、指数分布、均匀分布、泊松分布、二项分布和两点分布；,设置模拟试验总次数m及每次模拟试验中随机变量的个数n的值;,利用R软件模拟产生n个服从同一